基于ERP追踪运动知觉中结构性先验利用的电生理动态

视觉知觉如何整合先验知识处理不确定输入？本研究利用表征动量(RM)范式，探究大脑对内在“结构性”运动先验(如速度)的预测加工。研究发现，枕顶区P1成分早期受速度调节，N2和额中央区P3a反映预测误差信号，而顶中央区慢波(SW)与模型更新相关。P3a/SW振幅与行为RM效应相关，揭示了从早期知觉编码到晚期模型更新的ERP时间线，为理解大脑如何利用固有结构性知识优化知觉决策提供了新见解。

　　

想象一下，你正看着一个旋转的物体突然停止，它的最终位置在你“看来”似乎比实际停下的位置要更靠前一些。这种错觉被称为“表征动量”，它揭示了大脑一个强大的能力：利用我们对世界运行方式（比如物体运动的规律）的内在知识，来预测即将发生的事情，从而在不确定的感官输入中做出快速、高效的判断。这种深植于经验或感觉系统固有特性的知识，被称为“结构性先验”。以往的大量研究通过“oddball”（怪异刺激）范式，已经揭示了大脑如何利用在特定任务中临时学到的“情境性先验”来产生预测误差信号，并体现在如失匹配负波等一系列脑电成分上。然而，一个核心问题仍未解决：那些更复杂、更根深蒂固的“结构性先验”（比如我们对运动的内在模型）是否也会引发类似的神经活动？这有助于我们理解大脑的预测机制是普遍适用于各种先验，还是仅限于简单的、情境依赖的学习。

为回答这一问题，来自意大利圣拉斐尔生命健康大学的研究团队在《Biological Psychology》上发表了一项研究，题为“追踪视觉运动知觉中先验利用的电生理动态”。他们巧妙地采用了经典的“表征动量”任务作为研究框架。在这个任务中，参与者首先观看一个以特定速度（30°/s, 50°/s, 70°/s）顺时针旋转的诱导棒，持续1秒后消失。经过250毫秒的空白间隔，一个探测棒出现，其方向可能与诱导棒最终方向相同，或略微顺时针/逆时针偏移。参与者的任务是判断探测棒与诱导棒最终方向是否相同。研究人员假设，由于大脑内部运动模型的预测，参与者会更倾向于将朝旋转方向（顺时针）偏移的探测棒判断为“相同”，从而产生表征动量效应。更重要的是，他们预测，违背这一结构性先验（如探测棒逆时针偏移）会引发预测误差，并反映在事件相关电位(ERP)的特定成分上。

为了开展这项研究，作者主要运用了以下关键技术方法：首先，他们招募了60名年轻健康成人作为被试，利用基于PsychToolbox的MATLAB程序呈现视觉刺激并记录行为反应。其次，采用64导的脑电图(EEG)系统（Brain Products actiCap）连续记录脑电活动，在线参考为FCz，采样率为1000 Hz。数据处理在EEGLAB和ERPLAB环境中完成，包括重参考为平均参考、滤波、分段、通过独立成分分析(ICA)去除眼动等伪迹、坏段剔除等步骤。最后，针对探测刺激锁时提取了多个ERP成分进行分析，包括来自枕顶电极的P1（110-150 ms）和N2（180-220 ms）、来自额中央电极的P3a（260-460 ms）以及来自顶中央电极的慢波(SW, 580-880 ms)，并采用重复测量方差分析(ANOVA)和相关性分析探究这些成分如何受旋转速度、探测偏移方向和被试反应的影响。

研究结果

3.1. 行为数据

行为结果成功复现了表征动量效应。在所有旋转速度下，参与者对顺时针偏移的探测棒做出“相同”反应的比例显著高于逆时针偏移，表明他们感知到的位置向前发生了位移。此外，旋转速度对效应大小有显著影响，速度越快，表征动量效应越强。

3.2. ERP数据

1. 1.
   速度的调制：旋转速度从早期阶段就开始调制ERP。枕顶区的P1振幅随着速度增加而增大，表明基本运动特征在知觉编码早期即被用作先验。同样受速度调制的N2在较快速度下负性更弱。额中央区的P3a则表现出相反模式，在较慢速度下振幅更大。顶中央区的慢波未受速度影响。
2. 2.
   预期与预测误差的调制：当探测棒以违背运动方向（逆时针）的方式偏移，并且被参与者检测到差异时，引发了最强的神经反应。具体表现为，枕顶区N2和额中央区P3a在该条件下的振幅显著大于其他条件，呈现出类似视觉失匹配负波的预测误差信号模式。相比之下，顶中央区的慢波振幅仅在参与者做出“不同”反应时更大，与其是否违背预期方向无关，可能反映了更一般的模型更新过程。

3.3. 相关性分析

在个体水平上，当探测棒朝运动方向（顺时针）偏移时，行为上的表征动量效应大小与两个晚期ERP成分的振幅差异显著相关：表征动量效应越强的个体，其在做出“相同”反应与“不同”反应时，P3a和慢波的振幅差异也越大。这表明晚期神经活动（可能涉及先验利用与模型更新的权衡）与个体的知觉决策偏差存在直接联系。

结论与意义

这项研究首次系统描绘了大脑利用“结构性先验”（内在运动模型）进行预测加工的时间动态神经图谱。其主要结论和重要意义在于：

1. 1.
   结构性先验引发经典预测误差信号：研究证实，即便是复杂、根深蒂固的结构性先验（如运动模型）的违反，也能引发与情境性先验类似的预测误差神经信号，表现为N2和P3a的失匹配样调制。这扩展了预测编码理论的适用范围，表明基于预测误差的加工机制是处理各类先验知识的通用原则。
2. 2.
   揭示了从编码到更新的多阶段ERP时间线：研究勾勒出一个清晰的ERP活动序列：早期枕顶区P1和N2编码基本的知觉先验（如速度）；随后，N2和额中央区P3a整合预期信息，对违背预期的刺激产生增强反应（预测误差）；最后，顶中央区慢波参与后期的模型更新。这为理解预测加工中不同阶段的神经计算提供了详细的时间框架。
3. 3.
   排除了“神经元疲劳”的替代解释：与传统oddball范式不同，本研究中每个试次的物理刺激都不同，因此观察到的ERP调制不能归因于对重复刺激反应的简单衰减（即神经元疲劳），从而强有力地支持了预测误差的解释。
4. 4.
   连接了神经活动与个体行为差异：研究发现晚期正成分（P3a和慢波）的神经效率与个体行为上的表征动量效应大小相关。这为理解个体在如何权衡利用先验知识与更新内部模型方面的差异提供了神经指标，将微观的神经活动与宏观的知觉决策偏差直接联系起来。

总之，这项研究通过精妙的实验设计和细致的电生理分析，不仅深化了我们对表征动量现象背后神经机制的理解，更重要的是，它证明了预测编码框架可用于探究基于复杂、固有心理表征的预测过程，为未来研究其他类型结构性先验的神经基础开辟了新的途径。